Risk-Aware Autonomous Driving with Linear Temporal Logic Specifications

إليك ملخص تقني مفصل لورقة البحث بعنوان: "القيادة الذاتية الواعية بالمخاطر باستخدام مواصفات المنطق الزمني الخطي".

1. بيان المشكلة

تواجه أنظمة القيادة الذاتية تحديات كبيرة في الموازنة بين المخاطر المتنوعة، بما في ذلك السلامة (التصادمات)، والامتثال لقواعد المرور، والأعراف الاجتماعية. وبينما يعطي السائقون البشر الأولوية بشكل حدسي للأحداث القريبة في المستقبل والشديدة على الأحداث البعيدة أو الطفيفة، فإن أطر التخطيط القائمة على المنطق الزمني الحالية غالبًا ما تفشل في محاكاة هذا السلوك.

• قصور الطرق الحالية:
  • يهدف التخطيط التقليدي بالمنطق الزمني إلى تحقيق رضا بنسبة 100% عن المواصفات، وهو أمر غير واقعي في البيئات غير اليقينية.
  • تسعى النهج الاحتمالية الحالية إلى تعظيم احتمالية استيفاء المواصفات، لكنها تفشل في التمييز بين التوقيت (متى يحدث الانتهاك) والشدة (مدى سوء الانتهاك).
  • نماذج المخاطر الحالية (مثل حقل مخاطر السائق - Driver's Risk Field) غالبًا ما تقتصر على تجنب التصادم ولا تتوسع لتشمل قواعد المرور المعقدة التي يتم التعبير عنها بالمنطق الزمني.

المشكلة الجوهرية هي تطوير إطار لتوليف التحكم يوازن بين انتهاكات السلامة (مثل الاصطدام بمشاة) وأهداف السلامة المشتركة (مثل الوصول إلى الوجهة) مع محاكاة الوعي البشري بالمخاطر فيما يتعلق بتوقيت الأحداث وشدتها.

2. المنهجية

يدمج النهج المقترح المنطق الزمني الخطي (LTL) مع مقياس خطر يشبه سلوك البشر مشتق من مفهوم مقاييس الإشغال المخصومة (discounted occupation measures).

أ. نمذجة النظام

• عملية ماركوف لاتخاذ القرار (MDP) وسلسلة ماركوف (MC): يتم نمذجة المركبة ذاتية القيادة كعملية ماركوف لاتخاذ القرار (MDP)، بينما تُنمذج البيئة غير المتوقعة (المركبات الأخرى، المشاة) كسلسلة ماركوف (MC). ويتم دمج هذه العناصر في "عملية ماركوف لاتخاذ القرار المشتركة" (product MDP).
• مواصفات LTL: يتم ترميز قواعد المرور والأهداف باستخدام LTL، وتحديدًا عبر تقسيمها إلى:
  • صيغ السلامة ($\psi_s$): "الأشياء السيئة لا تحدث أبدًا" (مثل عدم حدوث تصادمات، أو عدم تجاوز الإشارات الحمراء). يُعرف الانتهاك بالوصول إلى حالة غير مقبولة.
  • صيغ السلامة المشتركة ($\psi_{cs}$): "الأشياء الجيدة تحدث في النهاية" (مثل الوصول إلى هدف). يتم تعريف الاستيفاء بالوصول إلى حالة مقبولة.
• الإلية المشتركة (Product Automaton): يتم دمج الـ MDP مع الأوتوماتا المحددة (DFA) المستمدة من صيغ LTL لإنشاء "عملية ماركوف لاتخاذ القرار المشتركة"، حيث تمثل الحالات كلاً من حالات المركبة/البيئة والتقدم المنطقي.

ب. مقياس الخطر الشبيه بالبشر

تقدم الورقة مقياس خطر مبتكر يتجاوز قيود احتمالات الأحداث البسيطة من خلال دمج الخصم (discounting) وتخطيط التكلفة (cost mapping):

1. الخصم ($\gamma < 1$): على غرار التعلم التعزيزي، يتم خصم الأحداث المستقبلية. وهذا يعكس الحدس البشري بأن المخاطر في المستقبل البعيد تُدرك على أنها أقل إلحاحًا من المخاطر القريبة.
2. تخطيط التكلفة ($c(z)$): يتم تخصيص تكال-فات مختلفة للحالات بناءً على الشدة (على سبيل المثال، الاصطدام بمشاة له تكلفة أعلى من تغيير المسار).
3. المقياس: يُعرف خطر السياسة $\pi$ بأنه مجموع التكاليف المخصومة المتوقعة:
   $$R_{\bar{\pi}} = E_{\bar{\pi}} \left[ \sum_{t=0}^{\infty} \gamma^t c(z_t) \right]$$
   وهذا يكافئ رياضيًا استخدام مقاييس الإشغال المخصومة، مما يربط المقياس بنموذج "حقل مخاطر السائق" (DRF) ولكنه يوسعه ليشمل مواصفات LTL.

ج. توليف التحكم عبر البرمجة الخطية (LP)

يتم إعادة صياغة مشكلة توليف التحكم كمسألة برمجة خطية (LP):

• الهدف: تعظيم احتمالية استيفاء هدف السلامة المشتركة (الوصست إلى الهدف).
• القيود: إبقاء مقياس خطر انتهاكات السلامة تحت عتبة معينة ($r_{th}$).
• المتغيرات: تعمل مقاييس الإشغال المخصومة $\beta_{\bar{\pi}}(z, a)$ كمتغيرات قرار.
• الصياغة المحسنة: للتعامل مع عدم القابلية للحل (Infeasibility) في السيناريوهات المعقدة (حيث تجعل العتبات الصارمة المشكلة غير قابلة للحل)، قدم المؤلفون عتبة ناعمة ($r_s$) وعتبة صلبة ($r_h$). يسمح متغير التخفيف $\xi$ بتجاوز الخطر مؤقتًا (مع تقليله عبر عقوبة $K\xi$) إذا لزم الأمر للوصول إلى الهدف، مما يمنع السلوكيات شديدة التحفظ أو غير القابلة للحل.

د. إطار التنفيذ

1. التجريد (Abstraction): يتم تجريد ديناميكيات المركبة المستمرة (نموذج الدراجة - bicycle model) إلى عملية ماركوف لاتخاذ القرار (MDP) ذات حالات محدودة.
2. استخراج السياسة: يتم تحويل مقاييس الإشغال المثلى من حل البرمجة الخطية (LP) إلى سياسة ثابتة.
3. التحسين (Refinement): يقوم متحكم التنبؤ بالنموذج (MPC) بتتبع الحالات المرجعية الناتجة عن السياسة عالية المستوى، مع التعامل مع الديناميكيات المستمرة والاضطرابات.

3. المساهمات الرئيسية

1. مقياس خطر LTL الشبيه بالبشر: توسيع نموذج "حقل مخاطر السائق" ليشمل مواصفات LTL، مما يمكّن النظام من وزن الأحداث بناءً على كل من التوقيت (عبر الخصم) والشدة (عبر تخطيط التكلفة).
2. التوليف القائم على البرمجة الخطية (LP): إعادة صياغة التحكم الواعي بالمخاطر إلى مسألة برمجة خطية قابلة للمعالجة باستخدام مقاييس الإشغال المخصومة، مما يسمح بالحساب الفعال للسياسات المثلى.
3. آلية العتبة الناعمة/الصلبة: صياغة تحكم محسنة توازن بين متطلبات السلامة الصارمة وتحقيق الأهداف، مما يمنع عدم القابلية للحل في البيئات الديناميكية مع الحفاظ على حدود السلامة الحرجة.
4. التحقق: إثبات الإطار في سيناريوهات مرورية معقدة وغير يقينية باستخدام محاكي CARLA.

4. النتائج التجريبية

تم التحقق من النهج في محاكي CARLA عبر ثلاثة سيناريوهات:

1. عبور المشاة: نجح النظام في تعديل مسافات التوقف بناءً على عتبات الخطر. أدت العتبات المنخفضة إلى توقف مبكر (أكثر تحفظًا)، بينما سمحت العتبات الأعلى بالاقتراب لمسافة أقرب.
2. أعمال إنشائية غير متوقعة: في سيناريو حيث تسببت منطقة إنشاءات في إغلاق المسار (مما جعل مواصفات السلامة الأصلية غير قابلة للتحقيق)، نجح النظام في التنقل عبر مسار الحد الأدنى من الانتهاكات. فقد اختار دخول المسار المعاكس لفترة وجيزة (تكلفة منخفضة) بدلاً من التوقف إلى الأبد أو الاصطدام، مما أظهر القدرة على المقايضة بين انتهاكات القواعد الطفيفة وتحقيق الهدف.
3. الدوران غير المحمي: تعاملت المركبة مع تقاطع معقد يحتوي على إشارات مرور ومركبة قادمة من الاتجاه المعاكس. انتظرت الإشارة الخضراء، وأعطت الأولوية للمرور القادم، ثم مضت قدمًا عندما كان ذلك آمنًا، موازنةً بين خطر التصادم والامتثال لقواعد المرور.

مقاييس الأداء:

• نجحت الطريقة في إبقاء متوسط الخطر ضمن المستويات المحددة مسبقًا.
• حساسية عامل الخصم: ركزت عوامل الخصم المنخفضة ($\gamma=0.5$) على المخاطر الفورية، بينما رأت عوامل الخصم الأعلى ($\gamma=0.8$) المخاطر في وقت مبكر، مما نتج عنه منحنيات خطر أكثر تسطحًا.
• القابلية للتوسع: تراوح وقت الحساب بين 15 مللي ثانية و60 مللي ثانية اعتمادًا على حجم فضاء الحالة (حتى 2880 حالة)، رغم أن المؤلفين أشاروا إلى أن التجريدات الأكثر دقة لحركة المرور في العالم الحقيقي ستتطلب المزيد من التحسين.

5. الأهمية

تجسر هذه الورقة الفجوة بين الأسال-المنطقية الرسمية (التي تضمن الصحة ولكنها تعاني مع عدم اليقين) والتقييم الاحتمالي للمخاطر (الذي يتعامل مع عدم اليقين ولكنه يفتقر إلى الضمانات الرسمية).

• الواقعية: من خلال الانتقال من "الرضا أو عدمه" (كل شيء أو لا شيء) إلى نهج متوازن المخاطر، يصبح الأسلوب أكثر قابلية للتطبيق في القيادة الواقعية حيث يكون الالتزام الكامل بالقواعد مستحيلاً بسبب عدم اليقين.
• التوافق مع البشر: إن النمذجة الصريحة لإدراك الخطر الشبيه بالبشر (التوقيت والشدة) تجعل سلوك القيادة الذاتية أكثر قابلية للتنبؤ والقبول من قبل الركاب البشريين ومستخدمي الطريق الآخرين.
• الاتجاه المستقبلي: يضع هذا العمل الأساس لتعلم معاملات الخطر من بيانات العالم الحقيقي والتعامل مع التفاعلات الاستراتيجية بين عدة وكلاء مستقلين.